#11 Quizás el gráfico no es representatico de los datos que han utilizado.
Puede que los datos sea la diferencia entre la estimación y los resultados y ahí si que se tendría que dar una campana de Gauss si los datos fuesen acorde a la previsión.
En tal caso todo cobra sentido.
Mejor que el tweet deberían haber puesto la fuente original que viene en el mismo tweet climatereanalyzer.org/clim/explore/
Parece que los que han hecho el estudio al menos son gente seria.
#8 Los datos entre 1940 y 2000 siguen prácticamente una distribución normal, más o menos ancha. Habría que verlo con una prueba de Wilk-Shapiro.
Lo que está claro es que los datos del 2000 al 2025 se van de madre, ya no forman parte de una distribución normal, y justamente es lo que dice este señor, que nos va a tocar vivir tiempos interesantes.
pvalue=0.63 para los datos de 1940-2000, basado en D'Agostino y Pearson, donde la hipótesis nula es "las muestras vienen de una distribución normal". Puesto que 0.63 no es menor que 0.05 (95% de confianza), no podemos descartar con ese test que la distribución no sea normal.
>>> from scipy.stats import shapiro
>>> shapiro(data[0:60])
ShapiroResult(statistic=0.9874899387359619, pvalue=0.7970804572105408)
Otro que no nos permite descartar que los datos no vengan de una distribución normal.
> De paso me explicas como se aplica el teorema central del limite en una muestra no aleatoria.
Tomo una muestra, la ordeno de menor a mayor (o cualquier otro criterio), y ya no puedo aplicar el teorema central del límite, no es así? Porque ya no es aleatoria.
#24 no acabo de entender. #16 ya te ha mostrado que la NASA también considera que las anomalías en la temperatura siguen la distribución normal, porqué insistes en contradecir a la NASA ?
Que estaría muy bien que nos lo mostraras con una demostración matemática, pero sólo lo finiquitas con un "mira los años 1940-80"
#3 ¿y por que afirmas tan categóricamente que no es una distribución normal? ¿Has aplicado una prueba de Kolmogorov-Smirnov o algo?
La mayoría de los eventos naturales siguen una distribución normal, no seria extraño suponer que la temperatura en un rango de años no muy extenso lo pueda ser.
En cualquier caso, 6 desviaciones estándar son una barbaridad.
Imagina que tienes una fábrica con una máquina que ha estado produciendo tornillos durante 50 años. Mides el diámetro de miles de tornillos de ese período y determinas:
Diámetro medio: 10.00 mm
Desviación estándar (σ): 0.05 mm
La distribución de los errores de fabricación alrededor de la media es normal (típico en procesos industriales).
Un día, un ingeniero cambia un ajuste crítico en la máquina sin decírselo a nadie. Tú tomas un tornillo de la nueva producción y mides su diámetro: 10.34 mm.
Calculas la anomalía: es una desviación de +6.8 σ ((10.34 - 10.00) / 0.05).
La probabilidad de que la máquina, bajo sus ajustes originales, produjera un tornillo tan grande por puro azar es infinitesimal.
Si tú argumentaras: "El conjunto de datos de todos los tornillos (viejos y nuevos) ya no sigue una distribución normal, por lo tanto tu cálculo de probabilidad es erróneo", estarías perdiendo el punto.
El cálculo no tiene como objetivo describir la nueva realidad. Su objetivo es usar la realidad antigua como vara de medir para demostrar, con una certeza estadística abrumadora, que la máquina ha sido alterada.
Conclusión:
La comparación con la distribución normal no es un "error". Es el método científico estándar para la prueba de hipótesis. Se utiliza para cuantificar lo inverosímil que es una observación actual bajo un modelo anterior. Lejos de ser un fallo, es precisamente la herramienta que nos permite decir con confianza: "Esto no es variabilidad natural. Esto es un cambio de régimen".
#30 Estas troleando no? No te das cuentas que primero, nadie dice que la distribución de temperaturas de ese periodo sea una distribución normal (precisamente probando la existencia del cambio cliImatico que dices no negar, ya no teneis huevos o vergüenza a negarlo). A ver si con una analogía dejas de mirar al dedo aunque sospecho el troleo:
imagina que eres el médico de un paciente y has medido su temperatura corporal cada día durante 50 años. Sabes que su temperatura normal fluctúa entre 36.5°C y 37.5°C (este es tu período de referencia, tu "baseline"). Calculas que la desviación estándar (σ) de esas fluctuaciones es de 0.2°C.
Un día, el paciente llega con 42°C de fiebre.
Tú, como médico, dices: "¡Esto es una anomalía de +25 desviaciones estándar! Es un evento extremadamente peligroso y sin precedentes. El paciente está gravemente enfermo".
Tu amigo escéptico te responde:
"Sensacionalista. El historial de temperatura de tu paciente no sigue una distribución normal. ¡Mira, hubo una semana en 1985 que tuvo 37.4°C todos los días! ¡Eso no es aleatorio! Por tanto, no puedes concluir que 42°C sea un evento de 1 en X mil millones."
"Demuéstrame un estudio que diga que la temperatura de un humano a lo largo de 50 años es una distribución normal."
La respuesta es obvia. El argumento del escéptico es un sinsentido. La conclusión correcta no es que la estadística está mal, sino que el paciente ha pasado de un estado de salud estable a un estado de enfermedad grave.
El clima es el paciente. La temperatura de 2024 es la fiebre de 42°C. El valor de 6.818 σ no es "sensacionalista", es el diagnóstico.
#8 Ahora es cuando nos muestras el estudio de normalidad de esa distribución, por ejemplo una prueba de Anderson-Darling, demostrando empíricamente que no es una distribución normal.
Porque, en mi barrio, el ojímetro no es prueba válida para medir con precisión.
Y, por cierto, yo veo bastantes valores cercanos a la media: 1942, 1946, 1948, 1953, 1954, 1959, 1960, 1964, 1965, 1968, 1975 y 1979.
Y, luego entramos en el Teorema Central del Límite, donde podemos modelar la medida de este año como la media de un conjunto de medidas escogidas al azar de años anteriores. La distribución de esa media de medidas es bastante normal por el teorema, y de ahí podemos buscar cuantas desviaciones típicas tiene el valor medido con respecto a la distribución de medias.
#24 Pues ahí las anomalías están mucho más cerca del cero y tantas por debajo como por encima. Por tanto, sería una distribución más normal que la de este siglo, que está super escorada a la derecha.
#8 Estás diciendo lo mismo que este hombre, sin darte cuenta. La anomalía de temperatura anual debería seguir una distribución normal, si no lo hace (se desvía de esa distribución normal), es precisamente porque el cambio climático está haciendo que la temperatura media anual aumente año tras año.
#8 Según lo entiendo yo: suponiendo que la anomalía de temperatura fuera un proceso aleatorio (0 Celsius sería la media) y siguiera una distribución normal, lo que estamos observando en estos últimos años "tendría una frecuencia de aproximadamente 1 en 216 mil millones".
Y sí, la anomalía de temperatura sigue aproximadamente una distribución normal:
#32 Y si son extranjeros olvídate de que alguien de Podemos hable del tema. Ya se hayan ensañado con la víctima mil millones de veces más que los de La Manada.
¿Y algún link de Al Jazeera criticando el genocidio palestino en chatgpt?
Puede que los datos sea la diferencia entre la estimación y los resultados y ahí si que se tendría que dar una campana de Gauss si los datos fuesen acorde a la previsión.
En tal caso todo cobra sentido.
Mejor que el tweet deberían haber puesto la fuente original que viene en el mismo tweet
climatereanalyzer.org/clim/explore/
Parece que los que han hecho el estudio al menos son gente seria.